オフライン文字起こしソフト：Mac・Windows・iPhoneでローカル処理
データ確認日:
オフライン文字起こしを選ぶなら、まず使う端末、次に話者分離と書き出し形式を確認しましょう。ここでは音声認識を端末内で処理するアプリを比較します。ローカル処理の条件と、クラウドのAI学習条件は分けて考える必要があります。掲載内容は収録データに基づき、処理速度や認識品質を実測した結果ではありません。
| ツール | 対応環境 | 有料プラン | 話者分離 | 書き出し | 対応言語 | オフライン |
|---|---|---|---|---|---|---|
| MacWhisper ファイル文字起こし、オフライン・端末内処理 | Mac | €64 買い切り (Pro) | あり | TXT, SRT, VTT, DOCX, PDF, MD, HTML, CSV | ENJAZH 100 言語 | あり |
| Aiko ファイル文字起こし、オフライン・端末内処理 | Mac、iOS | $24 買い切り | なし | SRT, CSV, JSON | ENJAZH 100 言語 | あり |
| Vibe ファイル文字起こし、オフライン・端末内処理 | Mac、Windows、Linux | 無料 | あり | SRT, VTT, TXT, HTML, PDF, JSON, DOCX | ENJAZH | あり |
| Buzz ファイル文字起こし、オフライン・端末内処理 | Mac、Windows、Linux | 無料 | あり | TXT, SRT, VTT | ENJAZH 100 言語 | あり |
Macで使う
MacWhisper は無料版でもローカルの Whisper で文字起こしでき、Pro は64ユーロの買い切りです。macOS 14 以降に対応し、Apple シリコンが推奨されています。Intel Mac でも動作すると記載されています。
自動話者認識がありますが、Pro 限定かどうかは未確認です。書き出しは TXT・SRT・VTT・DOCX・PDF・MD・HTML・CSV に対応しています。会議にボットを参加させず、Mac 側で Zoom・Teams・Webex などを録音する機能もあります。
ローカルモデルを使う場合はデータが Mac の外に出ないという条件です。クラウドモデルや自分の API キーを使う場合は、音声がその事業者へ送られます。アプリ名だけで判断せず、選んだ処理方法を確認してください。
Aiko は Mac と iPhone に対応し、24ドルの買い切りです。TestFlight で14日間の無料トライアルがあります。JSON・CSV・SRT などに書き出せますが、話者分離には対応していません。対談を話者別に整理したい場合は、この違いが選択基準になります。
Windows・Linuxで使う
Vibe と Buzz は Mac・Windows・Linux に対応する無料のオープンソースアプリで、いずれも MIT ライセンスです。利用上限なしと記載され、端末内処理と話者分離に対応しています。
Vibe の書き出しは SRT・VTT・TXT・HTML・PDF・JSON・DOCX です。Buzz は TXT・SRT・VTT なので、Word 形式が必要か、字幕形式があれば足りるかで候補を絞れます。Buzz の現行 Mac 版は Apple シリコンが必要で、Intel Mac の対応はバージョン1.4.5までです。
日本語・中国語の対応と長さを見る
4つとも日本語・中国語への対応が収録されています。Buzz の Whisper 対応言語は広東語を含む100言語です。Vibe は Whisper のほか Parakeet・Nemotron も提供しますが、対応言語の総数は未確認です。モデルの違いを認識品質の順位として扱うことはできません。
ファイル長の上限は4つとも未確認です。Buzz・Vibe の利用上限なしという説明と、個別ファイルの長さの未確認は別の項目です。MacWhisper・Aiko についても、長さの記載がないことを無制限の保証にはしません。
会議ボットが必要ならクラウドも比較する
この4つは会議に参加するボットを使わない候補です。Zoom・Google Meet・Teams にボットを参加させたい場合は、Fireflies.ai などを比較できます。Fireflies はクラウド型ですが、データをAI学習に使わないと記載されています。
処理場所を優先するか、会議サービスとの連携を優先するかを決め、ツール一覧でほかの条件も確認してください。